5、犯罪数据在线监督学习框架与大数据安全索引存储

犯罪数据在线监督学习框架与大数据安全索引存储

1. 犯罪数据在线监督学习框架

在犯罪数据分析领域，为了对比不同算法在离线和在线模式下的性能，采用了Python进行离线实现，使用Vowpal Wabbit进行在线实现。具体处理了以下几个问题：
- 二元分类问题 ：预测是否会发生逮捕，采用Logistic回归，使用了HingeLoss和Logistic Loss两种不同的损失函数。
- 多类别分类问题 ：预测会发生哪种类型的犯罪，同样使用类似的损失函数进行分类和性能测试。
- 线性回归问题 ：将逮捕数量以时间序列数据呈现，使用Squared、Quantile和Poisson损失函数分析性能。

问题编号	算法	离线模式时间	在线独立模式时间	在线集群模式时间
1	二元分类 - 逻辑回归	63.45	8.72	4.32
2	多类别分类 - 一对多回归	85.4	11.23	5.31